uci数据集能用来发表论文

科大讯飞数据集可以写论文。科大讯飞研究院联合中国科学技术大学语音实验室共发表收录14篇论文，覆盖语音识别、语音合成、语音增强、语音情感识别、声音事件检测等。

UCI数据库是加州大学欧文分校(University of CaliforniaIrvine)提出的用于机器学习的数据库，这个数据库目前共有187个数据集，其数目还在不断增加，UCI数据集是一个常用的标准测试数据集。

使用uci数据集发表论文

uci 数据集的说明告诉了读者数据的属性和类别，用户可以用自己的数据挖掘方法去将 uci数据集的分类，将结果与数据说明的结果对比。说明自己算法的正确性

下面以UCI中IRIS为例介绍一下数据集： ucidata\iris中有三个文件：Indexiris.datairis.namesindex为文件夹目录，列出了本文件夹里的所有文件，如iris中index的内容如下：Index of iris18 Mar 1996 105 Index08 Mar 1993 4551 iris.data30 May 1989 2604 iris.namesiris.data为iris数据文件，内容如下：5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa4.7,3.2,1.3,0.2,Iris-setosa……7.0,3.2,4.7,1.4,Iris-versicolor6.9,3.1,4.9,1.5,Iris-versicolor……6.3,3.3,6.0,2.5,Iris-virginica6.4,3.2,4.5,1.5,Iris-versicolor5.8,2.7,5.1,1.9,Iris-virginica7.1,3.0,5.9,2.1,Iris-virginica……如上，属性直接以逗号隔开，中间没有空格（5.1,3.5,1.4,0.2,），最后一列为本行属性对应的值，即决策属性Iris-setosa。iris.names介绍了irir数据的一些相关信息，如数据标题、数据来源、以前使用情况、最近信息、实例数目、实例的属性等，如下所示部分：……7. Attribute Information:1. sepal length in cm2. sepal width in cm3. petal length in cm4. petal width in cm5. class:-- Iris Setosa-- Iris Versicolour-- Iris Virginica……9. Class Distribution: 33.3% for each of 3 classes.本数据的使用实例请参考其他论文，或本站后面的内容。下面以wine数据为例导入matlab并利用前面提到的libsvm做测试>> uiimport('wine.data')导入数据，workspace处出现wine数组178*14将标签和数据属性提取，并保存到matlab平台下的数据>> wine_label = wine(:,1);>> wine_data = wine(:,2:end);>> save winedat.mat（下次使用的时候可以直接>> load winedat）svm训练模型得到wine模型>> modelw = svmtrain(wine_data,wine_label);.*optimization finished, #iter = 239nu = 0.892184obj = -61.125695, rho = 0.131965nSV = 130, nBSV = 53.*optimization finished, #iter = 193nu = 0.882853obj = -50.421538, rho = -0.166754nSV = 107, nBSV = 42.*optimization finished, #iter = 214nu = 0.800233obj = -53.411663, rho = -0.286931nSV = 119, nBSV = 44Total nSV = 178分类结果>> [plabelw, accuracyw] = svmpredict(wine_label,wine_data,modelw);Accuracy = 100% (178/178) (classification)

使用公共数据集发表论文

可以在有版权且不影响学校规定和查重率的情况下可以用本科即大学本科，是学历的一种，是高等教育的基本组成部分，一般由大学或学院开展，极少部分高等职业院校已经开展应用型本科教育。本科教育重于理论上的专业化通识教育，应用型本科侧重于应用上的专业教育和实际技能教育，学生正常毕业后一般可获本科毕业证书和学士学位证书。

公开数据集好发论文。论文的数据和分析有缺陷或者不足，一般这种论文编辑可能直接拒绝，但是也有编辑看中你论文的其他方面给你机会，那就需要做进一步的实验去获取更多数据或者阅读更多相关文献去找寻自己论文的不足之处并且加以修改。

公共数据库的数据只能用来作为辅助，想要发表一篇影响因子够高的文章，必须要有足够的科研资源，相当可靠的实验数据。

发表数据集论文

可以看一下部分期刊的投稿须知，部分期刊认为对同一组数据从不同角度论述不属于一稿多投。因此，有理由认为这样做是可以的。对同一个观察对象，不同的人通过观察得到不同的结论，这应该是完全可以理解的，也没有什么不妥。不同研究内容的论文，侧重点不同。使用同样的数据和研究方法，用不同语言写成二篇论文，只要侧重点完全不同，是没有问题的，当然，每次引用时必须标示来源信息，比如在研究方法部分，应表明早前发表的论文中谈论过相同的方法，并标注出处。第二篇论文与第一篇的内容要完全不同，意思是文献回顾﹑讨论﹑研究结果的呈现方法等各方面应有明显的不同。如果两篇论文的侧重点和表达方法分别不明显，有可能被视为一稿多投，要特别谨慎小心。要是你觉得两篇文章很相似或有很多重复的部分，可以考虑把第二篇作为二次发表文章。版了权归芝的士回反答网小站思或原作者所有如果能取得二家期刊编辑的同意，内容相同或相近﹑语言不同的论文可以再次发表。根据国际医学期刊编辑委员会的准则，再发表必须符合以下规则：作者必须取得双方期刊编辑的同意同民从间内正道者期据百东收观构。前后发表的时间至少要间隔一个礼拜再发表是为了传播给不同目标阅读群体再发表论文必须确实呈现第一次发表中的数据及解释再发表论文要清楚告知读者该文已在别处发表过，并加注首次发表的各项信息再发表的论文题目必须要清楚表达这篇论文是属于再发表方等当比向料收教达拉划候效属引。

数据集发表论文

不需要。学术论文公开发表必须在正规学术期刊上。由于它是公开发表物，需要遵循某些期刊的发表要求。无论是在国内学术期刊还是国际学术期刊上发表，都是这样。论文发表的准备过程主要包括以下几个部分：标题、作者姓名、单位、摘要、关键词、正文、参考文献等。有些期刊需要英文摘要和英文关键词。